Balina optimizasyon algoritması ve levenberg-marquardt yöntemi ile doğal uçlaşma verilerinin ters çözümü için ardışık melez bir yaklaşım
A sequential hybrid approach for inversion of self-potential data by whale optimization algorithm and levenberg-marquardt method
- Tez No: 618946
- Danışmanlar: DOÇ. DR. ÇAĞLAYAN BALKAYA
- Tez Türü: Yüksek Lisans
- Konular: Jeofizik Mühendisliği, Geophysics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeofizik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma kapsamında, basit geometrili cisimlerin neden olduğu doğal uçlaşma belirtilerinin yorumlanması için Balina Optimizasyon Algoritması (BOA) ve Levenberg-Marquardt (LM) yöntemlerinin ardışık kullanımını içeren bir melez ters çözüm yaklaşımı önerilmektedir. BOA, kambur balinaların kabarcık ağı avlanma stratejisinden esinlenen bir metasezgisel algoritmadır. LM algoritmasında, model parametre güncellemeleri, yinelemeli bir eşlenik türev algoritmasına dayanan bir dizey terslemesi ile elde edilmiştir. Model parametrelerine göre kısmi türevlerden oluşan Jacobian dizeyi, birinci dereceden merkezi sonlu farklar kullanılarak sayısal türev ile hesaplanmıştır. Elektrik dipol momenti, uçlaşma açısı, derinlik, biçim faktörü ve belirtinin orijinini içeren model parametrelerini kestirmek için yapay bir veri kümesi ve alan veri kümesi kullanılmıştır. Uygulamada, BOA'nın kullanıcı tanımlı kontrol parametrelerinin çözüm üzerindeki etkileri detaylı olarak araştırılmıştır. Ayrıca, algoritmanın genel olarak keşif aşamasında yetersiz görülen performansı nedeniyle bir Laplace Çaprazlaması kullanan farklı bir versiyonu da (LXBOA) irdelenmiştir. Bu tez çalışması kapsamında gerçekleştirilen uygulamalar önerilen ardışık melez yaklaşımın (BOA + LM) etkinliğini göstermiştir. Elde edilen bulgular ışığında, bu yaklaşımın uygulamalı jeofiziğin diğer görece küçük boyutlu optimizasyon problemleri üzerinde de uygulanabileceği ve benzer olarak verimli sonuçların elde edilebileceği öngörülmüştür.
Özet (Çeviri)
This study proposes a hybrid inversion scheme including the sequential use of whale optimization algorithm (WOA) and Levenberg-Marquardt (LM) methods for interpretation of self-potential anomalies caused by simple-geometry bodies. The WOA is a novel metaheuristic algorithm inspired by the bubble-net hunting strategy of humpback whales. In the LM algorithm, the model parameter updates were achieved by a matrix inversion based on an iterative conjugate gradient algorithm. The Jacobian matrix consisting of the partial derivatives with respect to the model parameters was calculated by a numerical differentiation via first-order central finite differences. A synthetic data set was used to estimate model parameters including the electric dipole moment, polarization angle, depth, shape factor and origin of the anomaly. Since quite satisfactory results were obtained by the sequential hybrid approach which exploits the advantages of WOA and LM to determine the global solution, the proposed scheme can be considered as an effective alternative tool for inverse geophysical problems. In the application, the effects of user-defined control parameters of WOA on the solution have been investigated in detail. Besides, a different version of the algorithm that uses a Laplace Crossover (LXWOA) has been explored due to its poor performance in the exploration stage. The applications performed within the scope of this thesis study showed the effectiveness of the proposed sequential hybrid approach (WOA + LM). In light of the findings obtained, it is predicted that this approach can be applied to other relatively small-dimension optimization problems of applied geophysics and similarly efficient results can be obtained.
Benzer Tezler
- Balina optimizasyon algoritması ve gri kurt optimizasyonu algoritmaları kullanılarak yeni hibrit optimizasyon algoritmalarının geliştirilmesi
Improvement of new hybrid optimization algorithms using whale optimization algorithm and grey wolf optimization algorithms
CANSU DOĞAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA DANACI
- Parameter optimization and maximum power point tracking control of photo-voltaic system based on the hybrid reinforcement learning whale optimization algorithm
Hibrit pekiştirmeli öğrenme balina optimizasyon algoritması tabanlı fotovoltaik sisteminin parametre optimizasyonu ve maksimum güç noktası izleme kontrolü
THAER MASHKOOR AL-JANABI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiBahçeşehir ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VAHID TAVAKOL AGHAEI
- Balina optimizasyon algoritması ile derin öğrenme algoritmalarının performansının artırılması
Enhancing the performance of deep learning algorithms with the whale optimization algorithm
ÖMER ÖZCAN
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET HACIBEYOĞLU
- Sürekli zamanlı kaotik sistem tabanlı balina optimizasyon algoritması'nın geliştirilmesi
Development of whale opti̇mi̇zati̇on algorithm based on continuous time chaotic system
TUNCAY CİGAL
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERKAN TANYILDIZI
- An accelerated whale optimization algorithm (ACCWOA) for feature selection with applications to malware attack detection
Kötü amaçlı yazılım saldırısı algılama uygulamalarıyla özellik seçimi için hızlandırılmış balina optimizasyon algoritması (HBOA)
AHMED NOORI AHMED AL-GBURI
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. İSA AVCI